电磁感知AI框架

灵敏度提升一倍

物理电磁神经网络与强化学习实时优化电磁场感知参数，结合扩散模型从低分辨率数据重建高分辨率缺陷图像，突破传统无损检测的灵敏度与精度限制。

Chen, Rui · 高斌 · Guixin, Qin · Chao, Chang · Yukuan, Kang · HongJiang, Ren · Diyuan, Zou · Ma, Qiuping · Woo, Wai Lok

IEEE Transactions on Industrial Informatics 2025

参数信息

灵敏度提升

105.8 %

最小缺陷量化

0.2 mm

技术优势

灵敏度翻倍

通过物理电磁神经网络与强化学习实时优化电磁场感知参数，显著增强缺陷附近的灵敏度。

看得清小缺陷

最小缺陷量化达到0.2 mm，能够识别微小缺陷。

成像更清晰

传感器感知的扩散模型从低分辨率最优灵敏度传感器数据重建出高分辨率图像，精细呈现缺陷轮廓和深度。

应用场景

• 无损检测：提供高灵敏度、高精度的缺陷检测与量化手段。
• 航空航天结构检测：用于航空航天结构件的微小缺陷检测，保障结构完整性。
• 管道检测：可在管道检测中快速定位并量化微小缺陷。
• 工业传感：用于工业场景中的实时电磁感知与参数优化。
• 智能检测机器人：为检测机器人提供高分辨率成像能力。